Meta Learning初探

# 写在前面 本文主要记录Few-Shot Learning、Meta Learning相关的一些重要概念或小结。更多细节内容后续再补充。 文中部分图

李宏毅机器学习笔记—Meta Learning

概述 Life-long Learning 终身学习:one model for all the tasks (同一个模型在做学习) Meta Learning元学习:How to learn a new model (不同的任务做不同的模型,利用过去的学习经

领域相关文献整理(更新中)

Few-Shot Learning 综述 Generalizing from a Few Examples: A Survey on Few-Shot Learning 解读1 解读2 解读3 小样本学习(Few-shot Learning)综述 (阿里巴巴智能服务事业部小蜜北京团队) 从 CVPR 2019

不凡之“双节”行

一个人 一只背包 在国庆中秋双节时开始一次不凡的旅行 从以往的想象直到真正地亲身体会 会发现事情并非都如想象般那样 或许这是开始的第一站 但相信绝非最后

迁移学习笔记(一)

# 写在前面 ​ 计划在这几天看一些TL相关综述论文,并初步写一点学习笔记(待完善,又挖坑了)。本文主要参考《A survey on transfer learning.2016》

凡是过往 皆为序章

!!! 科技赋能 美好生活 !!! ![](https://img.fzhiy.net/img/2020.08.24-01.jpg) !!! 科技战役 硬核支撑 !!! ![](https://img.fzhiy.net/img/2020.08.24-03.jpg) !!! 科技创新 发展引擎 !!! ![](https://img.fzhiy.net/img/2020.08.24-04.jpg) !!! 科技助力 脱贫攻坚 !!! ![](https://img.fzhiy.net/img/2020.08.24-05.jpg) 往事随风 新起点 新篇章

[课堂笔记]文献管理与信息分析

写在前面 《文献管理与信息分析》课程中的笔记与分析思考内容。主要参考第十一期,常看常新。思考、敢于超越、学习能力提升,坚持做值得做的事! 有需求

联邦学习笔记(三)

写在前面 ​ 参考文献《Federated Learning: Challenges, methods, and future, 2020》,较为详细的介绍当前FL的挑战和解决方法以及未来可能的研究方向或切入点。 Federated Learning: Challenges, methods, and

联邦学习笔记(二)

写在前面 ​ 参考文献《Advances and Open Problems in Federated Learning, 2019》,58位作者的105页文章。笔者当前花了一些时间来阅读这篇论文,由于能力有限,只做